基于改进麻雀算法的热压焊温度补偿与控制模型辨识

针对热电偶固有时间常数和复杂应用环境造成的热压焊焊接过程中,温度反馈信号滞后明显、控制系统模型准确性不足等问题,对热电偶温度动态补偿方法和温度控制系统智能辨识技术进行研究。提出一种改进的麻雀搜索算法(ASSA),采用水浴法实验数据对热电偶三阶动态补偿滤波器模型进行搜索寻优;基于动态补偿器建立了热压焊控制系统模型,采用ASSA算法实现模型参数辨识。试验结果表明:经过补偿后的慢速热电偶的平均时间常数由160 ms减少至59.7 ms,有效地改善了热电偶的动态特性;设计的ASSA有利于加速控制系统模型辨识参数寻优,所得模型经过仿真验证具有较高精度,对热压焊的自动化控制和优化具有一定的指导意义。

基于改进麻雀搜索算法的水质模型多参数反演

水质模型参数取值对模型的模拟精度影响很大,为提高BOD-DO水质模型参数反演精度,首先在DobbinsCamp BOD-DO水质模型的基础上,以BOD和DO浓度计算值与实测值之差的加权平方和最小为目标函数,构建了Dobbins-Camp BOD-DO水质多参数反演模型;然后针对麻雀搜索算法(Sparrow Search Algorithm,SSA)求解精度低、稳定性不足和易陷入局部最优等问题,引入Sine混沌映射和对立学习、转移概率以及差分变异3个策略,分别从提高初始种群多样性、扩大搜索空间以及增强种群跳出局部最优的能力三方面对SSA算法进行改进,提出了一种多策略改进的麻雀搜索算法(Multi-strategy Improved Sparrow Search Algorithm,MISSA),并将其应用于Dobbins-Camp BOD-DO水质多参数反演模型的求解;最后通过数值实验将得到的反演结果与SSA算法、模拟退火算法、粒子群算法、遗传算法四种优化算法进行对比,并探讨了参数初值选取和观测噪声水平对反演结果的影响。结果表明:MISSA算法的计算性能明显优于对照组中的4种算法,且能显著降低初值选取对BOD-DO水质模型参数反演结果的影响,当观测数据的噪声水平不超过5%时,MISSA算法可有效提高反演结果的稳定性。该结果验证了MISSA算法在反演Dobbins-Camp BOD-DO水质模型参数的有效性,为水质模型参数求解提供有益参考。

改进麻雀搜索算法在PMSM匝间短路中应用研究

针对麻雀搜索算法(SSA)存在收敛精度低和易陷入局部最优等问题,提出了一种改进麻雀搜索算法(ISSA),并应用于PMSM匝间短路故障诊断。首先,搭建了PMSM匝间短路仿真模型,模拟了不同短路匝数比的故障。其次,对故障进行分析,提取了3个故障识别特征量。接着,利用实验平台进行不同短路匝数比的故障测试。然后,介绍了麻雀搜索算法(SSA),并利用Tent混沌映射、自适应正余弦策略和Levy飞行策略对其进行优化,生成改进麻雀搜索算法(ISSA),同时将ISSA算法与SSA算法、粒子群算法(PSO)、灰狼算法(GWO)在测试函数上进行比较,验证其在寻优能力和稳定性等方面具有优越性。紧接着,介绍了随机森林(RF)算法,并搭建了ISSA-RF的故障诊断模型。最后,将4种算法分别对RF的基本参数进行优化并实现故障分类。结果表明,所提出的改进方法能够检测出匝间短路故障及其故障严重程度,ISSA-RF模型的准确率达到98.5%,验证了该算法的有效性和可靠性。

基于改进麻雀搜索算法的变电构架优化方法

为了解决变电构架设计中的优化问题,采用改进麻雀搜索算法对其进行优化设计。在基本麻雀搜索算法中引入Circle混沌映射,以提高种群的多样性和算法的全局搜索能力;引入萤火虫算法对麻雀搜索算法进行扰动更新,使其易于跳出局部最优。建立尺寸优化的数学模型,采用罚函数法处理约束条件。先将改进后的算法用于典型桁架算例分析,证明其稳定性与有效性,再将其用于变电构架的优化设计,结果表明,采用改进后的麻雀搜索算法能够有效提升变电构架的优化效果。

多策略改进麻雀算法在机械臂时间最优轨迹规划中的应用

针对六自由度柑橘采摘机械臂时间最优轨迹规划问题,提出一种多策略改进麻雀算法(Multi-strategy improved sparrow search algorithm, MISSA)的轨迹规划方法。首先,利用改进D-H参数法建立机械臂的运动学模型,并对其正、逆运动学进行求解,然后利用3-5-3多项式插值建立机械臂关节空间的运动轨迹。最后针对普通麻雀算法,利用Logistic混沌映射均匀化种群,并融合改进正余弦策略平衡算法的局部与全局搜索能力后,得到了改进麻雀算法,并利用该算法对机械臂进行时间最优轨迹规划,再与GA、PSO、SSA算法进行对比。结果表明,多策略改进麻雀算法相比于其他3种算法在收敛速度和精度上均有明显提高,关节运行时间缩短46.7%,且优化后得到关节运动学曲线均光滑无突变,验证了算法的有效性。

改进麻雀算法在列车ATO多目标优化中的应用

针对列车自动驾驶(ATO)运行过程多目标优化问题,以列车运行安全性、列车动力学模型等因素为约束条件,考虑列车准时性、能耗、舒适性等指标,使用模糊隶属度法建立多目标优化模型。利用罚函数处理约束条件,将停车误差与限速作为惩罚项并构造出适当的惩罚函数加入到目标函数中,从而得到增广目标函数,提出基于改进麻雀算法(ISSA)的求解策略。为提高麻雀算法(SSA)的全局寻优能力,避免收敛于局部最优,引入Logistic映射、自适应超参数、变异算子对传统麻雀算法进行改进,通过测试函数对算法性能进行验证,表明ISSA算法的收敛速度、寻优精度比传统SSA算法好。以工况转换点为决策变量,通过ISSA算法对工况转换点的位置及速度进行寻优,进而获得目标速度-距离曲线。最后选取城轨车辆参数与线路数据进行仿真验证,仿真结果表明:所提优化策略相较于未优化前,舒适性提高了21.22%,能耗降低了22.41%,准时性与停车误差满足要求;与PSO优化方法相比,收敛速度更快,运行时间几乎一样的情况下能耗降低了12.74%,节能效果更佳;停车误差降低了20.45%,舒适性保持在舒适范围之内;对于速度-距离曲线,巡航距离更长、惰行距离变短、最高运行速度降低。由此可见,达到了综合优化ATO的目的,验证了ISSA优化策略的有效性。

改进麻雀搜索算法下机械臂轨迹规划

针对数控加工机器人的工作抖动问题,考虑机床工作精密度、时间、能耗指标,提出一种时间寻优的改进麻雀搜索优化算法。使用D-H参数构建机械臂数学模型,在MATLAB环境下对已建立模型进行仿真分析,利用3-5-3多项式插值法对机械臂空间轨迹路线分析,并提出麻雀搜索算法优化方案,对比传统算法及改进后机械臂关节速度及加速度曲线,明确优化后算法高效性,对比其他优化算法,确定机械臂时间最优解。研究结果表明,改进麻雀搜索算法粒子收敛速度提升43%,最优解收敛精度提升8%,机械臂轨迹规划用时明显缩短,轨迹规划达到预期,有效提高算法收敛效率及求解精度。

基于麻雀搜索算法和长短期记忆神经网络的轨道交通站点客流预测

准确的短时客流预测可以为城市轨道交通的良好运营提供保障,但轨道交通的短时客流具有非线性和高随机性等特点,为了提高对短时客流的预测精度,提出将ISSA算法和LSTM模型进行组合,构建城市轨道交通短时客流预测模型.针对SSA算法收敛速度慢,容易陷入局部最优解的问题,引入黄金莱维飞行策略,通过动态调整探索者移动步长的方法,使得它在未知范围内搜索时,能够覆盖更大的范围,提高SSA算法全局搜索的能力.通过使用ISSA算法对LSTM模型的隐含层、学习率和迭代次数的神经元个数进行优化,构建ISSA-LSTM组合预测模型,用于城市轨道交通短时客流的预测.将该模型与BP、LSTM和SSA-LSTM等3种短时客流预测模型进行对比,结果表明:在针对工作日和非工作日客流的预测中,ISSA-LSTM模型预测误差最小,具有较好的预测效果.

基于改进麻雀算法机械臂时间最优轨迹规划

为了提高机械臂的工作效率和稳定性,采用改进麻雀搜索算法的机械臂时间最优多项式插值轨迹规划方法。通过改进Sin混沌初始化种群、发现者和跟随者比例动态调整,并加入了柯西高斯变异,优化了算法局部搜索和全局寻优的能力。以实验室的AUBO-i10机器人为研究对象,首先利用逆运动学求出给定机械臂末端路径点各个关节的位置信息,采用分段多项式拟合关节空间下运动轨迹。在限制机械臂的关节角度、运动速度和加速度的条件下,通过改进麻雀搜索算法对机械臂末端运行轨迹进行时间最短优化。使用MATLAB进行仿真,仿真结果表明,改进麻雀搜索算法在收敛速度和寻优精度有了明显的提升,有效减少了机械臂在工作中运行的时间。

基于改进麻雀搜索算法和支持向量机的边坡稳定性

边坡失稳是由多种因素共同作用的结果,常规的数学模型难以准确预测。为提高边坡稳定性预测精度,采用多策略融合改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量机(support vector machine,SVM),进而建立边坡稳定性预测模型(ISSA-SVM模型)。将重度、黏聚力、内摩擦角、边坡角、边坡高、孔隙压力比6项因素作为输入特征,将边坡稳定性状态作为输出结果,进而预测边坡稳定性。选取中外工程实例建立边坡数据库,将ISSA-SVM模型与SSA-SVM模型进行对比分析,通过灰色关联度分析法(grey relation analysis,GRA)进行敏感性分析。结果表明:ISSA-SVM模型预测精度更高、泛化能力更强,黏聚力和内摩擦角是对边坡稳定性最为敏感的因子。所提ISSA-SVM模型不仅能够准确地预测边坡稳定状态,还可以为其他领域相关问题提供参考。

基于改进麻雀搜索算法分数阶PI的PMSM调速策略

永磁同步电机调速系统采用传统比例积分双闭环控制结构存在抗扰性能差与响应速度慢的问题。为此,文中在建立PMSM数学模型和分析传统PI参数设计方法的基础上,提出一种基于改进麻雀搜索算法分数阶比例积分的PMSM调速优化策略,通过在常规SSA中引入佳点集初始化策略和黄金正弦更新策略,解决了SSA易陷入局部最优的问题,提高了收敛速度和精度,以进一步改善PMSM调速系统的响应性能。最后通过MATLAB仿真对比结果可知,所述ISSA-FOPI调速改进策略在4种工况下具有最短的调节时间分别为1.2、0.9、9.9与12.1 ms,和最小的超调量分别为0.16%、0.16%、0.05%与0.6%,这充分体现了所述策略的有效性与优越性。

基于改进麻雀搜索算法的病患分配调度

在突发性公共卫生事件爆发时,大量的病患群体与有限的医疗资源供给会形成急剧的冲突,影响疫情防控救治效率。为满足患者就诊需求,提高医疗资源使用效率,文章以最小化平均收治时间、最小化最大收治时间为优化目标建立数学模型,在麻雀搜索算法中引入正余弦搜索策略使产生的个体具有多样性,对最优群体加入t分布扰动策略避免算法陷入局部最优。文章采用麻雀搜索算法、改进麻雀搜索算法、量子粒子群算法分别求解文章提出的数学模型,并将结果进行对比分析。以Y市为例,将Y市划分为9个人口区域,6家医院,进行病患分配调度的仿真实验研究。文章提出的数学模型可以准确描述大流行病期间患者就诊问题,所提算法可快速给出病患救治分配方案,让病患在较短的时间内获得相应救援,同时也可避免具有传染性的疫情进一步扩散。

基于改进麻雀搜索算法的农田节水灌溉路径自动规划方法

传统农田节水灌溉路径在规划中,按照农田坐标进行依次灌溉,导致灌溉路径的重复性较高,因此提出基于改进麻雀搜索算法的农田节水灌溉路径自动规划方法。首先对农田需水量等参数进行计算,然后运用麻雀搜索算法初步构建灌溉路径,然后基于农田参数构建相应的灌溉模型,最后实现农田节水灌溉路径自动规划设计。实验中,将两种方法对比,实验组的灌溉路径自动规划方法能够减少路径的重复性,提供一条适应环境参数的自动规划路径。

基于改进麻雀算法的机械臂时间最优轨迹规划

针对一维Logistic混沌映射优化后的麻雀算法(ISSA)在进行水果采摘机械臂时间最优轨迹规划时,具有维度单一性和领导者更新策略局限性,算法可能过早陷入局部最优解的问题,提出多策略改进麻雀算法(MISSA),以提高工作效率。首先对机械臂进行运动学分析,然后在ISSA算法基础上引入二维Logistic混沌映射优化种群分布,并通过蝴蝶算法优化麻雀种群迭代策略得到改进后的麻雀算法以获得全局最优解,从而优化353多项式插值法建立的机械臂关节空间运动轨迹,在满足运动学约束条件的情况下输出最优时间,并将轨迹规划的结果与GA、PSO和ISSA算法进行比较。最终实验得到的MISSA算法的运动学曲线平滑无突变,关节运行时间减少46.6%,并且相较于GA、PSO和ISSA算法,MISSA算法在收敛速度和精度上明显提升,证明了改进麻雀算法的有效性。

基于改进麻雀算法的PCC-DBN-LSTM气温预测模型

气温预测是气象学中的一个重要研究领域。随着气象精准化发展,迫切需要提升气温预测的精准度。为解决传统气温预测算法效果不佳,并且对于多个站点气象数据时空特征提取能力不足,提出一种基于改进麻雀算法优化的皮尔逊积矩相关系数(PCC)-深度置信网络(DBN)-长短时记忆网络(LSTM)的气温预测模型。首先利用Pearson相关系数对众多的气象参数进行选择,DBN网络对输入的多站点气象数据特征进行提取和降维,LSTM对提取的特征进行建模和预测。由于模型初始化参数众多,提出改进麻雀算法优化DBN-LSTM网络参数,提高模型的预测精度和稳定性。实验表明:所提模型的RMSE为0.527,精度高于单一模型和同类模型。

基于改进麻雀搜索算法的微电网优化调度

针对微电网优化调度问题,提出一种混合策略改进的麻雀搜索算法。首先,将微电网优化调度问题变成多维函数优化问题,并建立约束条件。其次,利用Sin混沌序列初始化种群;然后在位置更新阶段引入学习系数和变异算子;最后引入自适应t分布和动态选择概率,来改善麻雀搜索算法的搜索能力。通过标准测试函数仿真实验和对微电网优化调度模型求解,验证了所提算法具有更高的精度和更快的收敛速度。

基于改进麻雀搜索算法的海岛微网多目标优化调度

为提高海岛微网中可再生能源的消纳比例,降低负荷峰谷差。本工作以满足海岛居民负荷需求和微网运行总成本最低为目标,全面考量功率均衡、柴油发电机爬坡及抽蓄电站启停等相关约束,构建了含光能、风能、潮汐能、抽蓄电站和柴油发电机的海岛微网多目标优化调度模型。采用sobel机制和正余弦扰动等策略改进麻雀搜索算法,通过测试函数与其它优化算法进行实验对比,表明改进算法不仅能克服算法本身的缺陷,还提高了收敛效果和搜索能力,并将其应用到模型的求解过程。仿真结果表明,本工作所构造的海岛微网多目标优化调度模型能有效提高可再生能源的利用率,绿色环保无污染,经济效益显著,并对海岛微网未来研究进行了展望。

基于改进麻雀算法的高压开关柜电气自动控制

高压开关柜的电气自动控制系统需要精确地处理各种输入信号,如电压、电流、温度等,并根据这些信号来做出决策,然而,由于信号数据的复杂性和不确定性,控制系统难以完全准确地描述和预测系统的行为,从而导致控制效果不佳。对此,提出基于改进麻雀算法的高压开关柜电气自动控制。首先,设计可实现高压开关柜电气控制的PID控制器,利用改进BP神经网络调整PID控制器的参数,实现自动控制;其次,根据高压开关柜运行状态的评价结果设计目标函数,基于改进麻雀算法,利用目标函数的寻优结果来调整PID控制器的参数,实现最终的高压开关柜电气自动控制。实验结果表明,所提方法的高压开关柜电气自动控制精度更高、效果更好、且更适合于实际应用。

基于改进麻雀算法优化LSSVM的建筑沉降预测

为了提高建筑沉降预测精度,本文提出了一种基于改进麻雀算法(Improved Sparrow Search Algorithm,ISSA)优化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)的建筑沉降预测方法。利用圆混沌映射和莱维飞行策略对麻雀算法进行改进,提升了ISSA算法的寻优性能,采用ISSA算法确定LSSVM最优参数,构建基于ISSA-LSSVM的建筑沉降预测模型。算例分析结果表明,ISSA-LSSVM模型建筑沉降量预测结果的平均相对误差和均方根误差分别为3.114%和0.889mm,预测精度和误差波动性均优于其他方法,验证了本文所提建筑沉降预测方法的可行性与优越性。

改进麻雀搜索算法优化BP神经网络的短时交通流预测

针对BP神经网络预测短时交通流量过于依赖初始参数的问题,提出一种基于改进麻雀搜索算法(ISSA)来优化BP神经网络的短时交通流预测模型(ISSA-BP)。针对标准麻雀搜索算法(SSA)易收敛于原点,容易陷入局部最优等问题,对麻雀群体中的发现者和部分加入者的位置更新公式分别进行改进,改进后的发现者将基于搜索维度的大小和当前最优值的位置来进行全局搜索,部分加入者将根据其与最优位置之间的距离来进行全局搜索。通过实验对BP,PSO-BP,SSA-BP,ISSA-BP 4种短时交通流预测模型的预测效果进行对比分析,结果显示,ISSA-BP短时交通流预测模型的误差最小,ISSA-BP模型相较BP模型在MAE评价指标上的预测精度提升了48.85%,有着更好的预测精度。